Effect of Domperidone on the Composition of Preterm Human Breast Milk
Notice bibliographique
Résumé
OBJECTIVE: Domperidone is increasingly prescribed to improve breast milk volume despite a lack of evidence regarding its effects on breast milk composition. We examined the effect of domperidone on the nutrient composition of breast milk. PATIENTS AND METHODS: Forty-six mothers who had delivered infants at <31 weeks' gestation, who experienced lactation failure, were randomly assigned to receive domperidone or placebo for 14 days. Protein, energy, fat, carbohydrate, sodium, calcium, and phosphate levels in breast milk were measured on days 0, 4, 7, and 14, serum prolactin levels were measured on days 0, 4, and 14, and total milk volume was recorded daily. Mean within-subject changes in nutrients and milk volumes were examined. RESULTS: Maternal and infant characteristics, serum prolactin level, and breast milk volume and composition were not significantly different between domperidone and placebo groups on day 0. By day 14, breast milk volumes increased by 267% in the domperidone-treated group and by 18.5% in the placebo group (P = .005). Serum prolactin increased by 97% in the domperidone group and by 17% in the placebo group (P = .07). Mean breast milk protein declined by 9.6% in the domperidone group and increased by 3.6% in the placebo group (P = .16). Changes in energy, fat, carbohydrate, sodium, and phosphate content were also not significantly different between groups. Significant increases were observed in breast milk carbohydrate (2.7% vs -2.7%; P = .05) and calcium (61.8% vs -4.4%; P = .001) in the domperidone versus placebo groups. No significant adverse events were observed among mothers or infants. CONCLUSION: Domperidone increases the volume of breast milk of preterm mothers experiencing lactation failure, without substantially altering the nutrient composition.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».